简介
正则表达式就是用一些特定的字符组合成一个规则字符串,也叫为正则匹配模式。
先来看一个例子:
$p = '/dog/';
$str = "it is a dog";
if (preg_match($p, $str)) {
echo 'matched';
}
其中字符串/dog/
就是一个正则表达式,他用来匹配源字符串中是否存在dog字符串。
PHP中使用PCRE库函数进行正则匹配,比如上例中的preg_match
用于执行一个正则匹配,用来判断字符是否存在。
基本语法
PCRE库函数中,正则匹配模式使用分隔符与元字符组成,分隔符可以是非数字、非反斜线、非空格的任意字符。常用的分隔符是正斜线/
、hash符号#
以及取反符号~
,如:
/dog/
#dog#
~dog~
如果模式本身包含分隔符,则分隔符需要使用反斜杠\
进行转义。如:/http:\/\//
如果模式中包含较多的分隔字符,建议更换其他的字符作为分隔符,也可以采用preg_quote
进行转义。
$p = 'http://';
$p = '/'.preg_quote($p, '/').'/';
echo $p;
分隔符后面可以使用模式修饰符,模式修饰符包括:i, m, s, x等,例如使用i修饰符可以忽略大小写匹配:
$str = "Http://";
if (preg_match('/http/i', $str)) {
echo '匹配成功';
}
元字符
正则表达式中具有特殊含义的字符称之为元字符,常用的元字符有:
元字符 | 含义 |
---|---|
\ |
一般用于转义字符 |
^ |
断言目标的开始位置(或在多行模式下是行首) |
$ |
断言目标的结束位置(或在多行模式下是行尾) |
. |
匹配除换行符外的任何字符(默认) |
[ |
开始字符类定义 |
] |
结束字符类定义 |
竖线(右斜杠上面的那个) | 开始一个可选分支 |
( |
子组的开始标记 |
) |
子组的结束标记 |
? |
量词,表示0次或1次匹配。 |
* |
量词,表示0次或多次匹配 |
+ |
量词,表示1次或多次匹配 |
{ |
自定义量词开始标记 |
} |
自定义量词结束标记 |
另外,^
在方括号外面,表示断言目标的开始位置,但在方括号内部则代表字符类取反,方括号内的减号-
可以标记字符范围,例如0-9
表示0到9之间的所有数字。
看几个例子:
// \s匹配任意的空白符,包括空格,制表符,换行符。[^\s]代表非空白符。[^\s]+表示一次或多次匹配非空白符。
$p = '/^它[^\s]+(狗|猫)$/';
$str = "它是一只狗";
if (preg_match($p, $str)) {
echo '匹配成功';
}
// \d匹配数字
$p = '/\d+\-\d+/';
$str = "电话是010-12345678";
preg_match($p, $str, $match);
echo $match[0];
// \w匹配字母或数字或下划线。
$p = '/[\w\.\-]+@[a-z0-9\-]+\.(com|cn)/';
$str = "邮箱是[email protected]";
preg_match($p, $str, $match);
echo $match[0];
贪婪模式与懒惰模式
上面讲过,?
表示0次或1次匹配,+
表示1次或多次匹配,这里还有另外一层意思,就是说当使用+
之后将会变的贪婪,它将匹配尽可能多的字符,但使用?
时,它将尽可能少的匹配字符,即懒惰模式。
贪婪模式就是说,在可匹配与可不匹配的时候,优先匹配,如:
$p = '/\d+\-\d+/';
$str = "电话是010-12345678";
preg_match($p, $str, $match);
echo $match[0]; // 结果为:010-12345678
懒惰模式就是说,在可匹配与可不匹配的时候,优先不匹配,如:
$p = '/\d?\-\d?/';
$str = "电话是010-12345678";
preg_match($p, $str, $match);
echo $match[0]; //结果为:0-1
当我们知道所匹配的字符长度的时候,可以使用{}
指定匹配字符数,如:
$p = '/\d{3}\-\d{8}/';
$str = "电话是010-12345678";
preg_match($p, $str, $match);
echo $match[0]; //结果为:010-12345678
preg_match
其实在上面的例子中我们已经看到这个preg_match
了。preg_match
用来执行一个匹配,可以简单的用来判断模式是否匹配成功,或者取得一个匹配结果,他的返回值是匹配成功的次数0或者1,在匹配到1次以后就会停止搜索。
如:
$subject = "abcdefg";
$pattern = '/a(.*?)d/';
preg_match($pattern, $subject, $matches);
print_r($matches); // 结果为:Array ( [0] => abcd [1] => bc )
preg_match_all
preg_match
只能匹配一次结果,而preg_match_all
可以循环获取一个列表的匹配结果数组。
看一个例子:
$str = "<ul>
<li>li1</li>
<li>li2</li>
</ul>";
// 后面的i表示不区分大小写,
// <li>(.*)<\/li>表示li标签内匹配()内的值有多少,
// 括号内的.表示所有单字符,
// *表示数量为0个或者多个。也就是li标签内有字符就显示出来
$p = "/<li>(.*)<\/li>/i";
preg_match_all($p, $str, $matches);
print_r($matches[1]);
输出如下:
<pre>Array ( [0] => li1 [1] => li2 )
再看一个复杂一点的例子:
$p = "|<[^>]+>(.*?)</[^>]+>|i";
$str = "<b>example: </b><div align=left>this is a test</div>";
preg_match_all($p, $str, $matches);
print_r($matches);
输出如下:
Array ( [0] => Array ( [0] => example: [1] =>
this is a test
) [1] => Array ( [0] => example: [1] => this is a test ) )
再看一个例子:
$p = "/<tr><td>(.*?)<\/td>\s*<td>(.*?)<\/td>\s*<\/tr>/i";
$str = "<table> <tr><td>Eric</td><td>25</td></tr> <tr><td>John</td><td>26</td></tr> </table>";
preg_match_all($p, $str, $matches);
print_r($matches);
输出如下:
Array ( [0] => Array ( [0] => Eric25 [1] => John26 ) [1] => Array ( [0] => Eric [1] => John ) [2] => Array ( [0] => 25 [1] => 26 ) )
$matches[0]
保存完整模式的所有匹配, $matches[1]
保存第一个子组的所有匹配,$matches[2]
保存第二个子组的所有匹配,以此类推。
正则表达式的搜索和替换
调整字符串的日期格式:
$string = 'Aug 30, 2017';
$pattern = '/(\w+) (\d+), (\d+)/i';
// ${1}与$1的写法是等效的,表示第一个匹配的字串,$2代表第二个匹配的,以此类推
$replacement = '$3, ${1} $2';
echo preg_replace($pattern, $replacement, $string); //结果为:2017, Aug 30
去掉多余的空格与字符:
$str = 'abc def';
$str = preg_replace('/\s+/', ' ', $str);
echo $str; // 结果改变为'abc def'
把文件名替换成file标签包围的形式:
$str = 'file:abc.txt, 123.mp4, def.php';
$p = '/\w+\.\w+/i';
$str = preg_replace($p, '<file>$0</file>', $str);
echo $str;
再看个复杂的例子:
$patterns = array ('/(19|20)(\d{2})-(\d{1,2})-(\d{1,2})/',
'/^\s*{(\w+)}\s*=/');
$replace = array ('\3/\4/\1\2', '$\1 =');//\3等效于$3,\4等效于$4,依次类推
echo preg_replace($patterns, $replace, '{startDate} = 2017-8-30');
// 结果为:$startDate = 5/27/1999
// 解释如下:
// (19|20)表示取19或者20中任意一个数字,(\d{2})表示两个数字,(\d{1,2})表示1个或2个数字,
// ^\s*{(\w+)}\s*=表示以任意空格开头的,并且包含在{}中的字符,并且以任意空格结尾,最后有个=号。
常用场合
正则匹配常用在表单验证上,如:
<?php
$user = array(
'name' => 'grace2017',
'email' => '[email protected]',
'mobile' => '17011288888'
);
// 进行一般性验证
if (empty($user)) {
die('用户信息不能为空');
}
if (strlen($user['name']) < 6) {
die('用户名长度最少为6位');
}
// 用户名必须为字母、数字与下划线
if (!preg_match('/^\w+$/i', $user['name'])) {
die('用户名不合法');
}
// 验证邮箱格式
if (!preg_match('/^[\w\.]+@\w+\.\w+$/i', $user['email'])) {
die('邮箱不合法');
}
// 手机号必须为11位数字,且为1开头
if (!preg_match('/^1\d{10}$/i', $user['mobile'])) {
die('手机号不合法');
}
echo '用户信息验证成功';